Python 中 pickle 和 json 序列化有什么区别？

简化版

json 是跨语言文本格式，适合接口传输和配置；pickle 是 Python 专用二进制序列化，能保存更多 Python 对象，但不安全，不能反序列化不可信数据。面试重点是兼容性、安全性和可读性差异。

详细版

JSON 示例：

import json

data = {"name": "Tom", "age": 18}
text = json.dumps(data, ensure_ascii=False)
obj = json.loads(text)

pickle 示例：

import pickle

data = {"name": "Tom", "age": 18}
binary = pickle.dumps(data)
obj = pickle.loads(binary)

区别：

对比点	json	pickle
格式	文本	二进制
跨语言	好	Python 专用
可读性	可读	不适合人工阅读
支持对象	基本数据类型为主	支持更多 Python 对象
安全性	相对安全	反序列化不可信数据危险
典型场景	API、配置、日志	Python 内部缓存、模型或对象临时保存

使用 pickle 最大的红线：不要加载不可信来源的 pickle 数据，因为反序列化可能执行恶意代码。

完整版教学

一、序列化解决什么问题

内存里的对象不能直接写入文件或通过网络传输，需要转换成某种可保存、可传输的格式。

这个过程叫序列化：

object -> bytes/string

反向过程叫反序列化：

bytes/string -> object

Python 常见序列化方式包括 json、pickle、marshal、第三方的 msgpack、protobuf 等。

面试最常考的是 json 和 pickle。

二、json 的特点

JSON 是通用文本格式，跨语言支持很好。

支持的数据类型主要包括：

object，对应 Python dict；
array，对应 Python list；
string；
number；
boolean；
null，对应 Python None。

示例：

import json

text = json.dumps({"ok": True, "items": [1, 2]})
data = json.loads(text)

JSON 很适合接口数据、配置文件、日志数据，因为它可读、通用、容易调试。

三、pickle 的特点

pickle 是 Python 专用序列化协议。

它能处理更多 Python 对象，比如某些自定义类实例：

import pickle

class User:
    def __init__(self, name):
        self.name = name

u = User("Tom")
data = pickle.dumps(u)
u2 = pickle.loads(data)

但 pickle 的可移植性差。它依赖 Python 对象结构、模块路径和类定义。代码结构变了，旧 pickle 文件可能就无法正常加载。

四、pickle 为什么不安全

pickle 反序列化不是简单读取数据，它可能根据数据指令导入模块、调用对象构造逻辑。

如果攻击者构造恶意 pickle，加载时可能执行危险代码。

所以标准建议非常明确：不要反序列化不可信来源的 pickle 数据。

安全边界外的数据交换，优先用 JSON、protobuf 等更适合传输的格式。

五、json 处理自定义对象

JSON 默认不能直接序列化自定义对象：

json.dumps(User("Tom"))  # TypeError

常见做法是先转成 dict：

def to_dict(user):
    return {"name": user.name}

json.dumps(to_dict(user), ensure_ascii=False)

或者提供 default 函数：

json.dumps(user, default=lambda obj: obj.__dict__)

工程里更建议显式定义转换逻辑，避免把内部字段不小心暴露出去。

六、如何选择

选择建议：

对外接口：JSON；
配置文件：JSON 或 YAML；
跨语言通信：JSON、protobuf、msgpack；
Python 内部临时缓存：可以考虑 pickle；
不可信数据：不要用 pickle loads；
长期存储：谨慎 pickle，因为代码变更会影响兼容性。

pickle 能力强，但边界窄；JSON 能力简单，但生态通用。

七、常见误区与追问

易错点：JSON 是数据交换格式，pickle 是 Python 对象序列化机制。面试里一定要把“跨语言”和“安全性”放在第一层区别里讲。

误区：pickle 比 JSON 强，所以优先用 pickle。 pickle 能保存更多 Python 对象信息，但只适合可信 Python 环境；对外接口、配置和跨语言交换应优先 JSON。
追问：为什么不能反序列化不可信 pickle？ pickle 加载过程可能执行对象构造和还原逻辑，恶意 payload 有机会触发任意代码执行，风险远高于普通数据解析。
误区：JSON 能直接保存任意 Python 对象。 JSON 只支持有限数据类型，如对象、数组、字符串、数字、布尔和 null；自定义对象需要转成 dict 或提供自定义 encoder。
追问：pickle 的版本兼容有什么问题？ pickle 数据依赖 Python 类路径和对象结构，代码重构、类名移动、Python 版本或协议差异都可能导致旧数据无法加载。
误区：序列化后内容一定可读可调试。 JSON 文本可读性较好；pickle 是二进制协议，不适合作为人工编辑或跨系统长期存储格式。
追问：缓存内部 Python 对象时怎么选？ 可信、短生命周期、只在 Python 内部使用时可以考虑 pickle；长期存储、跨服务通信或外部输入应选择 JSON、MessagePack、Protobuf 等更明确的格式。

八、加强记忆

JSON 是跨语言文本数据格式，适合传输和配置；pickle 是 Python 专用对象序列化，适合内部临时保存。最重要的红线是：不要反序列化不可信 pickle。面试回答要同时讲格式、兼容性、支持类型和安全性。

简化版

详细版